麻省理工学院——人工智能公开课05

这一讲主要讨论了最短路径问题。首先教授在黑板上演示了一个例子,介绍分支限界法。

一般来讲,求出最短路径的直观方法是将所有路径求出,然后一一比较,得出最短路径,但是这样做所付出的代价太大了,

下面来介绍一下分支界限法,

首先,从开始的节点出发,会出现多条不同的拓展路径,这个时候会选择累计长度最短的那一条路径,然后所选中的路径会再拓展,这个时候,需要比较的不仅仅是选中路径所拓展的路径的累积长度,还要之前没有选中的路径加进来比较,选出累积长度最小的路径,当得出最短路径后,任然需要继续执行以检验是否是最短路径。

用建模的方法来实现一下,

  1. 初始化一个队列,
  2. 检验队列中第一个路径是否能满足目标,
  3. 如果能则得到答案,
  4. 如果不能就拓展第一条路径,
  5. 将拓展路径排序后放入队列中,
  6. 返回第二步。
    之后,教授引入了扩展列表,避免重复扩展,以优化分支限界法。
    即添加一个拓展列表,记录已经被拓展的节点,当下次有路径需要再次拓展到已经被拓展的节点时,我们可以在这条路径的拓展节点中忽略这个节点。
    再后,通过可容许启发式对算法进行了优化,避免寻找最短路径时往反方向进行的无谓搜索。
    这种优化首先引进了节点到目标节点的直线距离,在进行排序的时候,是通过比较节点的累积长度和到目标的直线距离之和来实现的。
    最后,将上述两种优化加到分支限界法上,得到A*算法,

猜你喜欢

转载自blog.csdn.net/qq_42634921/article/details/86665658